今天 OpenAI 把 Agents API 推到了 public beta。表面看，这是「又一个 API 开放」；往里看，这是把驱动 Codex 与 ChatGPT 的那套 agent 基础设施——harness——从内部工程资产，变成了一次调用就能租用的公共品。

而被大多数人忽略的事实是：过去两年真正卡住 agent 落地的，从来不是模型不够聪明，而是「怎么让它跑三个小时不崩」。

一次调用，装出一台生产 agent

按官方描述，创建一个生产可用的云 agent 只需要一次 API 调用，你填四样东西：task、model、tools、environment。剩下的它负责跑起来。

关键在于，这不是包了一层的 SDK，而是基于开源的 Codex harness 构建。所谓 harness，是那层协调模型调用、工具调度、上下文流转的核心控制逻辑——它是 agent 的骨架，也是过去一年多里各家 agent 产品真正分出高下的地方。OpenAI 把这层的源码开放出来供检视，同时自己承担运维，并随每次模型发布持续升级，开发者拿到的是一个「版本化」的能力，而不是一份需要自己长期维护的 fork。

这句话的分量，亲手做过的人最清楚：模型每半年换一代，你的 harness 就要跟着大改一轮，这属于纯消耗、不出差异化的消耗。

持久会话、自动压缩、子代理：三个被低估的工程细节

能力清单里最容易被划过去的，是「持久会话」：agent 可以连续工作数小时，跨多轮、跨多个上下文窗口。支撑它的是第二件事——自动上下文管理，会话逼近上限时自动 compact 早期上下文，只保留继续所需的信息，开发者不必自己实现压缩逻辑。

这两条加起来，等于把「长任务工程」里最脏最累的活收走了。凡是自己写过 agent 循环的人都经历过那个时刻：任务跑到第四十轮，上下文快满，你是截断、摘要，还是外挂记忆库？每个选择都掉精度，每种实现都是一次没有标准答案的调参。现在这件事变成了平台的默认行为。

第三件事是工具的经济性。Tool search 按需加载相关工具定义，把 schema 的 token 开销压下去，同时保留缓存；programmatic tool calling 支持并行调用、链式操作，以及在代码里直接过滤、合并结果——中间结果不必全都绕回模型上下文里走一趟。底层支持 MCP、自定义函数与内置 web search，这意味着你已有的那套工具抽象不用推倒重来。

再往上是子代理：复杂任务被拆成独立片段并行委派，每个子代理各持上下文，主代理只负责协调与汇总。客户 Ciridae 的 CTO 给出的数字是延迟下降约 4 倍。这个数字要打折看，但它指向的方向很清楚——从「一个 agent 想很久」，转向「一群 agent 各干一段」。

我的判断是：这四条能力里，真正构成壁垒的不是听上去最酷的子代理，而是 compact 加 durable session 这套组合。炫技式的编排谁都能写，能把上下文生命周期管到不出血，是模型侧与运维侧长期磨合出来的东西。

沙箱二选一：它替你运维，还是落进你自己的 VPC

执行环境给了两条路。

一是 OpenAI 托管沙箱，直接复用驱动 Codex 与 ChatGPT 的同一套基础设施，OpenAI 替你开通与运维，你挂载自己的文件、包、skills、plugins。二是合作方环境，名单很长：Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercel。可以全托管，也可以部署在你自己的 VPC 内，并且按不同 CPU/GPU/内存配置与冷启动、成本档位做区分。

这个分层设计其实很聪明，因为它同时承认了两件事：大部分团队只想赶紧跑起来；而真正有钱、有合规压力的客户，一定要东西落在自己网里。它没有假装一个方案能通吃。

「不收基础设施费」这句话，要读两遍

官方口径是不为使用 Agents API 收取额外的基础设施费用，只按 agent 实际消耗的 token 与工具用量付费。

听起来像白送一台运行时。但把它翻译成账单语言就是：你的成本上限不再由架构决定，而由 agent 的行为决定。传统服务你能估 QPS、估机器数；agent 不一样——一个卡在循环里自我重试的持久会话，可以安安静静烧掉几个小时推理。上下文压缩省了 token，子代理并行又把并发量抬上去，两头都是变量。

这不是说它贵，而是说成本曲线从一个可预测的阶梯，变成了一根和行为绑定的斜线。做预算和做增长的人，都得重新学一遍。

护城河正在从模型移向 harness

把这条新闻放回本月的时间线里，结论几乎不需要推理：

9/10 Codex harness 被托管为 Agents API；9/11 Cognition 发 SWE-2，Kimi K3 底座、成本约低 64%，9/14 估值到 480 亿美元；9/15 Google 把编程 agent Antigravity 折进 Gemini API，做成免费的 Managed Agent；9/16 Factory 估值升至 50 亿美元，叙事升级为「软件工厂」；9/17 Google Home 推 Developer MCP，把家庭设备向 agent 开放。

一周之内，模型厂、agent 厂、云厂、平台厂，全在做同一件事：把「谁来跑」和「怎么编排」变成自己的地盘。今天这次开放的实质，是模型厂兼做基础设施。护城河从「模型强」转向「harness 强 + 后训练 RL + 数据飞轮 + 成本曲线 + 编排」，这已经是本年度最清晰的一条主线。

对独立工具商来说，这里有个不太舒服的推论：当 harness 变成一次 API 调用，原本靠「我帮你把 agent 跑稳」吃饭的那一层，会迅速被渠道化。剩下能站住的，要么是极度垂直的场景与数据，要么是执行环境本身——这也解释了沙箱合作方名单里为什么清一色是做 runtime 的公司。

开源 harness 是一步狠棋

很多人看到「开源」二字会以为这是慷慨。我不这么看。

OpenAI 敢把协调模型、工具、上下文的核心逻辑摊开，是因为源代码从来不是这层竞争的胜负手——运维能力、随模型迭代的升级节奏、以及接口的事实标准才是。开放源码换来三样东西：开发者愿意检视并建立信任、生态围绕这套抽象写工具与插件、以及「agent 该怎么被定义」这件事的默认答案由它来写。

这是典型的用开放换标准主导权。等到大家的 task / model / tools / environment 四元组都按它的形状来设计，切换成本就不再来自代码不可见，而来自心智模型已经被养成。

代价它也不是没有：源码公开，等于让同行把这条路看得清清楚楚。但在现阶段，标准的身位远比独家实现值钱。

冷静边界：小字里有三件事

第一，锁定的形态变了。以前锁定你的是私有协议，现在锁你的是「省心」——沙箱、压缩策略、子代理调度、工具加载全被托管，未来迁移时你要重建的不是接口，而是行为。托管沙箱的出口（egress）与数据驻留怎么算，合作方环境里哪几家真能覆盖你的合规要求，这些必须在采用前谈清楚，而不是上线后补课。

第二，成本不确定。持久会话与子代理让「任务时长」成为一个新变量，而这个变量由 agent 自己决定，你只能事后看账单。

第三，这是 beta。公开测试版意味着没有一份可以拿去让老板签字的 SLA。把它用在内部工具和探索性负载上非常合适；直接塞进核心交易链路，现在还不是时候。

用 Long Lake 的 CTO Rasmus Wissmann 的话说：「Agents API 提供 harness；环境、上下文和 UX 仍然归我们。有了我们的 AI 平台 Nexus，我们现在能在多个行业里几个小时内把 agent 立起来。」前半段是赞美，后半段才是重点——省下的是搭建时间，留下的是你的产品责任。

收束

这件事真正值得记住的不是某个功能，而是它承认了一个事实：让 agent 跑得久、跑得稳、跑得并行，是一道所有团队都要重复缴纳的工程税。OpenAI 选择把它收上来，集中成平台能力，再用一次调用卖给你。

对大多数团队来说，这几乎肯定是划算的——你的差异化本来就不该建在上下文压缩算法上。但要清醒的是：当你把地基焊进别人的平台，你换来的是速度，抵押的是议价权。这一周所有大厂的密集动作，本质上是在争同一件东西——下一代软件的地基，归谁浇筑。

其他动态

Anthropic 发布 MCP 2.1。9/20 推出的新版本引入流式上下文更新（streaming context），让大模型与工具之间的上下文同步延迟下降约 75%，长链路工具调用更跟手。这是 MCP 协议继 2024 年开源后第一次在「状态同步」层做结构性升级。

华为开放 Ascend agent 技术栈。9/21 在 openEuler 生态内推出 ThinkPro（agent 执行、状态与演化的「原子单元」）与 Agentic Cloud，配套约 1 万 NPU 共享集群与「100 NPU·小时」开发者计划，并放出 5000+ 通用、1000+ 行业 MCP 资产。这是国产算力侧把 agent 基础设施向下沉到硬件与 OS 层的动作。

Faraday Future 发布 9 款 EAI 机器人。贾跃亭旗下的 Faraday X 于 9/19–20 展出 9 款「一脑多形」EAI 机器人（同一大脑驱动不同形态本体），售价区间 9990 至 137900 美元，把具身智能的叙事从「demo」推向「货架」。

智身科技 GENISOM 完成数亿元 B 轮融资。9/20–21 披露，其具身智能产品累计量产已突破 15000 台，是本周国内具身赛道少有的「量产 + 融资」双线进展。

《人工智能安全治理框架 3.0》发布。9/21 国家网络安全宣传周期间发布，相较 2.0 进一步细化了生成式 AI 与 agent 应用的安全要求，是今年 AI 治理侧最重要的框架性文件之一。

腾讯 WorkBuddy 居智能体双榜第一。沙利文、IDC、Omdia 三方报告均将 WorkBuddy 列为智能体平台与 AI 编程双赛道第一，国产 agent 产品在主流评测里开始占据头部位置。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。